筛选结果
7 篇排序
36:19EN → 简体中文基准测试表已经失真:测试时算力涨得太快,打分方式却跟不上主持 Sarah Guo, Elad GilOpenAI 研究员 Noam Brown 认为,静态排行榜掩盖了模型被允许思考多久;安全评测、研究品味和发布节奏,都还没有跟上。
1:16:21EN → 简体中文黄仁勋的年终论证:Token 成本可以降低十亿倍,工作岗位也不会因此消失主持 Sarah Guo, Elad Gil在 No Priors 节目里,英伟达 CEO 借放射科、开源和 2 万亿美元的研发预算,论证 2025 年那些极端说法都没有看到完整的技术栈。
36:58EN → 简体中文STaR 作者要的是有情商的模型,不只是智商更高主持 Sarah Guo, Elad Gil斯坦福和 xAI 的研究员 Eric Zelikman 是 STaR 和 Quiet-STaR 的作者。他推出了 humans& 公司,押注的是:过去三年都在拼智商规模化,模型在情感上却仍然不聪明。
38:10EN → 简体中文o3 应该恰好等到答案算出来为止主持 Sarah Guo, Elad GilOpenAI 研究员 Eric Mitchell 和 Brandon McKinzie 在 No Priors 节目上解释,o3 的飞跃为什么在于推理(reasoning)过程中串起一连串工具,以及你为什么应该把同一个提示词发上一百遍。
39:22EN → 简体中文菲尔兹奖得主卡了两小时,AlphaProof 爬了三天主持 Sarah Guo, Elad GilAlphaProof 背后的 DeepMind 团队告诉 Sarah Guo 和 Elad Gil,类似 AlphaZero 的智能体(Agent)、Lean 验证器和测试时强化学习(test-time reinforcement learning),如何达到国际数学奥林匹克(IMO)银牌水平,以及眼下仍然缺的是理论构建能力。
1:00:36EN → 简体中文连下 40 局《外交》(Diplomacy),没人发现对手是机器人:Noam Brown 的 10 万倍教训主持 Sarah Guo, Elad GilMeta 的 Noam Brown 讲述 Cicero 如何在一个小型网络社区里用英文谈判、连下 40 局,以及为什么决策时的思考,胜过了三年的规模化训练。
1:26:21EN → 简体中文机器绝不该把自己的目标奉为圭臬嘉宾 Stuart Russell · 主持 Lex FridmanStuart Russell 与 Lex Fridman 谈元推理(metareasoning)、自动驾驶的可靠性,以及为什么对人类目标的不确定性是控制问题(control problem)的核心。








